AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
对齐基准：双语自反馈的多语言数学推理
机构 * JIUTIAN Research, China Mobile, Beijing, China（JIUTIAN研究, 中国移动, 北京） ； National Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室, 南京大学）
专题命中 数学推理 ：reasoning(title,abstract)；math reasoning(title,abstract)；分类 cs.CL
AI总结 PASMR通过基准语言自反馈机制提升多语言数学推理能力，解决LLMs在多语言环境下的性能下降问题。
Comments This paper has been accepted by ICASSP 2026
通过交互式解释界面提高LLM推理的人类验证
专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)
AI总结 本文提出三种交互式推理界面，通过增强用户对LLM推理过程的理解，提高人类验证效率和准确性。
Comments 19 pages, 14 figures
面向推理导向强化学习的在线难度过滤
机构 * NAVER Cloud（NAVER云） ； KAIST AI（韩国科学技术院人工智能研究所） ； TwelveLabs
专题命中 数学推理 ：reasoning(title,abstract)；math reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本研究提出一种面向推理导向强化学习的在线难度过滤方法，通过理论分析和实验验证，证明平衡过滤能提升学习效率和样本效率。
Comments To appear in EACL 2026 (main conference)
翻译中获益：特权成对评判增强多语言推理
机构 * Carnegie Mellon University, Language Technologies Institute（卡内基梅隆大学语言技术研究所） ； Carnegie Mellon University, Robotics Institute（卡内基梅隆大学机器人研究所） ； Carnegie Mellon University, Software and Societal Systems Department（卡内基梅隆大学软件与社会系统系）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 SP3F通过自我扮演和特权成对反馈提升多语言推理能力，无需目标语言数据，有效提升模型在多语言任务中的表现。
Comments Code available at https://github.com/lintangsutawika/SP3F
SpatialMath: 基于空间认知的符号推理框架用于数学问题解决
机构 * Indian Institute of Technology Delhi（印度理工学院德里） ； Indian Institute of Technology Abu Dhabi（印度理工学院阿布扎克） ； Microsoft Research（微软研究院）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 SpatialMath通过整合空间表示到结构化符号推理链中，提升多模态模型在视觉密集型数学问题中的推理能力。
MathMixup: 通过难度可控的数据合成与课程学习提升LLM的数学推理能力
机构 * CASIA（中国科学院自动化研究所） ； ZGCA（浙江大学） ； UCAS（中国科学技术大学） ； PKU（北京大学） ； ByteDance（字节跳动）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 MathMixup通过难度可控的数据合成与课程学习策略，提升LLM的数学推理能力，实验显示其在多个基准测试中表现优于现有方法。
Comments Preprint, Under review
MortalMATH: 评估推理目标与紧急情境之间的冲突
机构 * Univ. Lille（里尔大学） ； Univ. Lille, Inria, CNRS, Centrale Lille, UMR 9189 - CRIStAL（里尔大学）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 MortalMATH研究了推理模型在紧急情境下的表现差异，发现通用模型能拒绝危险任务，而专门模型则忽视危险，导致安全风险。
MARO：从社交互动中学习更强的推理能力
机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 MARO通过多智能体社交环境提升大语言模型的推理能力，解决稀疏信号、角色分布不均和环境不稳定问题，实验显示其在社交推理和跨任务迁移上的显著效果。
SymCode：通过可验证代码生成实现数学推理的神经符号方法
机构 * Portland State University（波特兰州立大学） ； ElastixAI
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 SymCode通过可验证代码生成实现数学推理，显著提升准确性并增强模型的透明度和可靠性。
Comments camera-ready EACL 2026 Findings
语言模型的串联训练
机构 * EPFL（瑞士联邦理工学院） ； University of Toronto（多伦多大学） ； Microsoft（微软公司）
专题命中 数学推理 ：reasoning(abstract)；math reasoning(abstract)；分类 cs.AI
AI总结 本文提出串联训练方法，通过强化学习促进语言模型在任务中保持可解释性，使模型能适应较弱协作者并保持高准确性。
Journal ref Proceedings of the 2026 Conference of the European Chapter of the Association for Computational Linguistics (EACL)
探索与利用：通过截断、熵和虚假奖励重新思考RLVR
机构 * Columbia（哥伦比亚大学） ； CUHK SZ（香港大学） ； DAMO, Alibaba US（阿里云实验室） ； NYU Stern（纽约大学 Stern 学院）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文通过截断、熵和虚假奖励机制，重新审视RLVR框架，揭示了探索与利用权衡对大语言模型推理能力提升的影响。
Comments Accepted by ICLR 2026
谱logit雕刻：一种自适应低秩logit变换用于受控文本生成
机构 * Zhejiang University（浙江大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江学院） ； Hangzhou Dianzi University（杭州电子科技大学） ； People’s Public Security University of China（中国人民公安大学） ； Guangzhou University（广州大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 SLS通过自适应低秩logit变换优化文本生成，提升输出分布的尖锐度并保持上下文一致性。
Comments Accepted by IEEE ICASSP 2026
大型语言模型中潜在状态持续性的失效
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Renmin University of China（中国人民大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文揭示大型语言模型在维持持久潜在状态方面的缺陷，通过三个实验展示其在概率分配、概念漂移和变量绑定上的失败，表明LLMs更倾向于反应性求解而非主动规划。
Comments 8 pages, 6 figures, 9 tables
从可验证点到奖励链：利用基于可验证参考的奖励进行开放生成的强化学习
机构 * Huawei Technologies Co.,Ltd（华为技术有限公司） ； City University of Hong Kong（香港城市大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本文提出基于可验证参考的强化学习方法，通过提取奖励链提升开放生成任务的效率和可靠性。
Comments 19 pages, 8 figures, 12 tables. Accepted at ICLR 2026
也许的艺术：一种用于VLMs不确定性基准测试的共形透镜
机构 * Bangladesh University of Engineering and Technology（孟加拉工程与技术大学） ； Qatar Computing Research Institute（卡塔尔计算研究所）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出了一种用于VLMs不确定性基准测试的共形透镜，评估了18种最先进的VLMs在6个多元数据集上的表现，发现更大模型在不确定性量化方面表现更佳，而数学和推理任务则表现出较差的不确定性性能。
推理模型会提出更好的问题吗？多轮LLM游戏中的信息论分析
专题命中 代码与定理证明 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.LG
AI总结 本文提出多轮对话框架，通过信息增益评估LLM在地理游戏中提问效率，发现具有推理能力的模型在部分可观察环境下表现更优。
Comments Presented at the NeusymBridge Workshop at AAAI 2026
生成AI在法律推理中的挑战
机构 * Tampere University（塔尔库大学） ； University of Helsinki（赫尔辛基大学）
专题命中 代码与定理证明 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文探讨了生成AI在法律推理中的关键挑战，分析了现有AI技术在处理法律问题中的局限性，并提出分阶段采用技术以提升法律推理的严谨性。
在大规模下的大语言模型根本限制
机构 * Stanford University（斯坦福大学） ； The University of Oklahoma（俄克拉荷马大学） ； Emory University（埃默里大学） ； Purdue University（普渡大学） ； UC Riverside（加州大学河滨分校） ； UC Berkeley（加州大学伯克利分校） ； Khyber Medical University（克希伯医学大学） ； Universtat Pompeu Fabra（庞培法华大学） ； Zoox（Zoox公司） ； Meta ； Google DeepMind（谷歌DeepMind） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Glasgow（格拉斯哥大学）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文探讨了大规模大语言模型的根本限制，提出统一框架分析计算、信息和学习的基础限制，并提供缓解方法。
Comments Submitted to TMLR 2025
RocqStar: 利用相似性驱动检索与智能体系统进行Rocq生成
机构 * JetBrains Research（JetBrains研究）
专题命中 代码与定理证明 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 RocqStar通过结合相似性驱动检索和智能体系统，显著提升Rocq证明生成的性能和稳定性。
人工智能在教育中的演变：代理工作流
专题命中 代码与定理证明 ：planning(abstract)；分类 cs.AI
AI总结 本研究探讨了AI代理在教育中的应用，提出多代理框架用于自动评分，并指出其在一致性上的优势及需进一步研究的可解释性问题。
Comments made the abstract more succinct, revised the methodology, added PRISMA flow chart, updated references
MiST：理解中期科学训练在开发化学推理模型中的作用
机构 * Laboratory of Artificial Chemical Intelligence (LIAC), Institute of Chemical Sciences and Engineering (ISIC)（人工化学智能实验室（LIAC）、化学科学与工程研究所） ； National Centre of Competence in Research (NCCR) Catalysis（催化研究国家级竞争力中心） ； School of Photovoltaic and Renewable Energy engineering（光伏与可再生能源工程学院） ； School of Computer Science and Engineering（计算机科学与工程学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Green Dynamics
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.LG
AI总结 MiST通过中期科学训练提升化学推理模型的潜在可解性，显著提高有机反应命名和无机材料生成任务的准确率，同时产生可解释的推理轨迹。
诱导、对齐、预测：通过认知归纳推理实现零样本立场检测
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 本文提出CIRF框架，通过认知归纳推理实现零样本立场检测，实现高效且可解释的推理，在低资源环境下取得新突破。
Comments Accepted at AAAI 2026
直言探针：追踪大型语言模型中逻辑推理的演变
机构 * Zhejiang University（浙江大学） ； University of Chinese Academy of Social Sciences（中国社会科学院大学） ； Ant Group（蚂蚁集团） ； Chinese Academy of Social Sciences（中国社会科学院）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本研究通过三段论测试揭示大型语言模型在逻辑推理演变中的特性，发现模型规模、思考机制和基础模型对逻辑发展有重要影响。
FOL-Traces: 在大规模上验证的首阶逻辑推理轨迹
机构 * USC（美国大学） ； Harvard University（哈佛大学）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 FOL-Traces是一个大规模验证的首阶逻辑推理轨迹数据集，用于严格评估结构逻辑推理，通过挑战性任务揭示模型在语法意识和推理过程忠实度上的不足。
一种平衡的神经符号方法用于常识归纳逻辑
机构 * McGill University（麦吉尔大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； International Laboratory on Learning Systems (ILLS)（学习系统国际实验室） ； MILA（蒙特利尔人工智能实验室）
专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)；logical reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种平衡神经和符号方法，通过迭代增强逻辑问题中的常识关系，提升复杂推理任务的性能。
神经符号验证在大语言模型指令遵循上的应用
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft Research（微软研究院）
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；verifier(abstract)；分类 cs.AI
AI总结 本文提出NSVIF框架，通过神经符号方法验证大语言模型是否遵循指令，实验表明其在指令遵循验证中表现优异。
MultiVis-Agent：一种带有逻辑规则的多智能体框架，用于可靠且全面的跨模态数据可视化
机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science（香港科学大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 MultiVis-Agent通过引入逻辑规则的多智能体框架，提升多模态数据可视化的可靠性与全面性，实现高评分和高完成率。
Comments Accepted to SIGMOD 2026
逻辑的粘度：DPO对齐中的相变与滞后效应
机构 * Department of Mathematics, Trent University, Peterborough, ON, Canada（数学系，特伦特大学，彼得伯勒，加拿大）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究发现DPO对齐中β参数的非单调性及滞后效应，揭示能力与边际的反相关性，推动能力解析评估方法的发展。
Comments 10 Pages, 5 Figures
通过元学习让小型语言模型学习逻辑
机构 * University of Trento（特伦托大学） ； University of Warsaw（华沙大学） ； Free University of Bozen-Bolzano（博兹纳-博尔扎诺自由大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本文通过元学习方法提升小型语言模型在三段论推理任务中的逻辑推理能力，实验表明其在低数据环境下表现优于GPT-4o和o3-mini。
Comments EACL 2026 Main
基于知识图谱的偏好提示发现增强大语言模型推荐
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 本文提出基于知识图谱的偏好提示发现模型，通过提取关键属性作为提示，提升大语言模型在推荐任务中的表现。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈